伪逆BP神经网络在汽车尾气检测中的应用

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:shuang901014
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了准确、快速、高效地检测汽车尾气中各气体的质量分数,结合传感器阵列和神经网络技术,设计了一种汽车尾气检测系统。为了提高神经网络模型的拟合和预测能力,提出伪逆BP集成神经网络模型:利用伪逆法求得不同BP神经网络集成的最优权重系数,再通过加权平均法集成BP神经网络。利用伪逆BP集成神经网络模型对传感器阵列信号进行回归分析,结果表明:该模型的预测相对误差均小于5%,对比传统Adaboost—BP集成神经网络模型,该模型实现更简单,收敛更快,收敛精度和预测精度更高。
其他文献
从集成加速度传感器敏感芯片结构参数的设计入手,分析了支撑梁厚度、电容初始间隙、质量块等敏感芯片结构参数对传感器灵敏度、非线性等性能的影响。同时利用结构分析软件ANSYS进行仿真分析,并对优化后的敏感芯片结构参数进行验证,结果表明:该结构的敏感芯片使加速度传感器灵敏度能够达到10 m V/gn以上,非线性优于2%。
为了进一步提高电学层析成像(ECT)采集系统的测量精度,分析研究了ECT信号的完整性对测量结果的影响。针对测量电容信号微弱、值在p F级别的特点,设计出一种考虑信号完整性的ECT
在实验中,镉离子(Cd(II))与对硝基苯重氮氨基偶氮苯反应的溶液随着Cd(II)浓度从0.0660~0.648 2μg/m L会有颜色深浅的变化。为了探求颜色变化与Cd(II)浓度之间的关系,本研究包含了红绿兰(RGB)测量结构、实验图像采集、对实际采集的RGB图像数据处理,其中重点在于RGB图像处理中的图像定位、图像分割和RGB图转YUV图时V值计算。最终通过非线性拟合得到颜色变化(V值)与C
提出了基于层析分析法的系统精度性能评估方法。在分析惯导/重力匹配导航核心误差要素的基础上,建立了基于多层的系统结构体系描述;设计阈值和遍历相结合的系统性能分值确定